这个问题基于这个老问题：

给定一个数组：

py In [122]: arr = np.array([[1, 3, 7], [4, 9, 8]]); arr Out[122]: array([[1, 3, 7], [4, 9, 8]])

并给出其指数：

```py
In [127]: np.indices(arr.shape)
Out[127]:
array([[[0, 0, 0],
[1, 1, 1]],

   [[0, 1, 2],
    [0, 1, 2]]])

```

我如何才能将它们整齐地堆叠在一起以形成一个新的 2D 数组？这就是我想要的：

py array([[0, 0, 1], [0, 1, 3], [0, 2, 7], [1, 0, 4], [1, 1, 9], [1, 2, 8]])

Divakar 提出的这个解决方案是我目前用于二维数组的解决方案：

def indices_merged_arr(arr):
    m,n = arr.shape
    I,J = np.ogrid[:m,:n]
    out = np.empty((m,n,3), dtype=arr.dtype)
    out[...,0] = I
    out[...,1] = J
    out[...,2] = arr
    out.shape = (-1,3)
    return out

现在，如果我想传递一个 3D 数组，我需要修改此函数：

def indices_merged_arr(arr):
    m,n,k = arr.shape   # here
    I,J,K = np.ogrid[:m,:n,:k]   # here
    out = np.empty((m,n,k,4), dtype=arr.dtype)   # here
    out[...,0] = I
    out[...,1] = J
    out[...,2] = K     # here
    out[...,3] = arr
    out.shape = (-1,4)   # here
    return out

但是此函数现在仅适用于 3D 数组 - 我无法将 2D 数组传递给它。

有没有办法可以将其推广到任何维度？这是我的尝试：

def indices_merged_arr_general(arr):
    tup = arr.shape   
    idx = np.ogrid[????]   # not sure what to do here....
    out = np.empty(tup + (len(tup) + 1, ), dtype=arr.dtype) 
    for i, j in enumerate(idx):
        out[...,i] = j
    out[...,len(tup) - 1] = arr
    out.shape = (-1, len(tup)
    return out

我对这一行感到困惑：

idx = np.ogrid[????]   

我怎样才能让它工作？